Использование модельных распределений в задаче анализа систем массового обслуживания с коррелированными заявками

Бесплатный доступ

В статье рассматривается задача определения времени ожидания заявки в очереди в одноканальной системе массового обслуживания общего вида для случая, когда интервалы времени между поступающими заявками коррелированы. Для решения задачи предлагается осуществить декорреляцию указанных интервалов времени с использованием дискретно-косинусного преобразования. В общем случае для анализа произвольных распределений, входящих в выражение для декоррелированной последовательности, можно предложить подход, основанный на аппроксимации неизвестных плотностей модельным распределением. Вычисление кумулянтов и моментов случайных величин осуществляется весьма просто по сравнению с аналитическими методами. По найденному конечному набору кумулянтов всегда может быть воспроизведена с определенной погрешностью модельная плотность вероятностей. В общем случае для расчета среднего времени ожидания заявки в очереди необходимо определить корреляционные свойства и одномерную плотность вероятностей интервалов времени между поступающими заявками, синтезировать двумерную плотность вероятностей последовательности данных интервалов, обладающей измеренной корреляционной функцией, и далее рассчитать совместные моменты и кумулянты для коррелированных величин, по которым строится их модельная плотность.

Еще

Система массового обслуживания, корреляция, кумулянт, среднее время задержки

Короткий адрес: https://sciup.org/140300664

IDR: 140300664   |   DOI: 10.18469/ikt.2022.20.3.02

Список литературы Использование модельных распределений в задаче анализа систем массового обслуживания с коррелированными заявками

  • Клейнрок Л. Теория массового обслуживания / под ред. В.И. Неймана. М.: Машиностроение, 1979. 432 с.
  • Cohen J.W. The single server queue. Amsterdam: North Holland Publishing Company, 1969. 695 р.
  • Пугачев В.С. Теория случайных функций и ее применение к задачам автоматического управления. М.: Физматлит, 1960. 883 с.
  • Сэломон Д. Сжатие данных, изображений и звука. М.: Техносфера, 2004. 368 с.
  • Дремин И.Н., Иванов О.В., Нечитайло В.А. Вейвлеты и их использование // Успехи физических наук. 2001. Т. 171, № 5. С. 465–501.
  • Nelsen R.B. An Introduction to Copulas. Lecture Notes in Statistics; 2nd ed. New York: Springer, 2006. 269 p.
  • Balakrishnan N., Lai C.-D. Continuous Bivariate Distributions. New York: Springer, 2009. 684 p.
  • Карташевский И.В. Использование копул в статистическом анализе телекоммуникацонного трафика // Инфокоммуникационные технологии. 2016. Т. 14, № 4. С. 405–412.
  • Малахов А.Н. Кумулянтный анализ случайных негауссовых процессов и их преобразований. М.: Советское радио, 1978. 376 с.
  • Кендалл М., Стюарт А. Теория распределений / под ред. А.Н. Колмогорова. М.: Наука, 1966. 566 с.
  • Cook M.B. Bi-variate k-statistics and cumulants of their joint sampling distribution // Biometrika. 1951. Vol. 38, no. 1/2. P. 179–195.
  • Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. М.: Наука, 1971. 1108 с.
  • Прилепко А.И., Калиниченко Д.Ф. Асимптотические методы и специальные функции. М.: МИФИ, 1980. 107 с.
Еще
Статья научная